MétaCan
Menu
Retour à la cohorte
Enregistrement W3135545681 · doi:10.47326/ocsat.2021.02.10.1.0

COVID-19 Vaccination Strategy for Ontario Using Age and Neighbourhood-Based Prioritization

2021· report· en· W3135545681 sur OpenAlexaboutno aff
Kevin A. Brown, Nathan M. Stall, Eugene Joh, Upton Allen, Isaac I. Bogoch, Sarah A. Buchan, Nick Daneman, Gerald A. Evans, David N. Fisman, Jennifer L. Gibson, Jessica Hopkins, Trevor van Ingen, Antonina Maltsev, Allison McGeer, Sharmistha Mishra, Fahad Razak, Beate Sander, Brian Schwartz, Kevin L. Schwartz, Arjumand Siddiqi, Janet Smylie, Peter Jüni

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineVaccinationNeighbourhood (mathematics)PopulationResidenceCoronavirus disease 2019 (COVID-19)PrioritizationDemographyEnvironmental healthImmunologyDiseaseInfectious disease (medical specialty)Business

Résumé

récupéré en direct d'OpenAlex

SARS-CoV-2 infection has taken a disproportionate toll on Ontario older adults, and on residents of disadvantaged and racialized urban neighbourhoods throughout the province. Prioritizing and implementing vaccine distribution for Ontarians based on both age and neighbourhood of residence could ensure that those at the highest risk of SARS-CoV-2 infection, and hospitalization, ICU admission or death from COVID-19 will be among the first to receive vaccines. This vaccine strategy will maximize the prevention of deaths and long-term morbidity, and best maintain health care system capacity by reducing hospitalizations and ICU admissions due to COVID-19 as compared with a strategy that prioritizes vaccination based on age alone (Figure 1). The strategy would not interfere with the ongoing and future vaccination of any specific high-risk population, as it is intended to guide the mass distribution of vaccines to the general Ontario population.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,539
Tête enseignante GPT0,502
Écart entre enseignants0,037 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 epidemiological studiesTravaux en français237 207